python对文件进行内容比对，并显示重复率

Python中可以使用内置的`difflib`模块来进行文件内容比较，特别是通过`SequenceMatcher`类来计算两个文本序列的相似度。对于重复率检测，你可以先读取两个文件的内容，然后将它们转化为集合（set）来去除重复项，最后计算两个集合的不同元素数量除以两者总元素数，得到重复率。这里是一个简单的示例：

import difflib

def file_similarity(file1_path, file2_path):
    with open(file1_path, 'r') as f1, open(file2_path, 'r') as f2:
        content1 = f1.read().splitlines()
        content2 = f2.read().splitlines()

    # 将内容转换为集合并去重
    set1 = set(content1)
    set2 = set(content2)

    # 计算不同元素的数量
    difference_count = len(set1.symmetric_difference(set2))

    # 总行数
    total_lines = len(content1) + len(content2)

    # 计算重复率（假设两文件完全独立）
    repetition_rate = difference_count / total_lines * 100 if total_lines != 0 else 0

    return repetition_rate

# 示例使用
file1 = "file1.txt"
file2 = "file2.txt"
repetition_rate = file_similarity(file1, file2)
print(f"两个文件的重复率为: {repetition_rate}%")